Especificaciones de RE2 para mapas de URL

En esta página, se describen los requisitos y las limitaciones asociados con el uso de la sintaxis RE2 para las expresiones regulares en tus mapas de URLs.

RE2 tiene las siguientes limitaciones integradas:

• RE2 no admite aserciones de anticipación o retroceso arbitrarias, ni tampoco referencias inversas. Específicamente, no se admiten los siguientes operadores de referencia inversa:
  • (?=): Elemento anticipado positivo
  • (?!): Elemento anticipado negativo
  • (?<=): Es una búsqueda hacia atrás positiva.
  • (?<!): Lookbehind negativo
  • \N: Es una referencia inversa en la que N es un número entero.
• RE2 no reconoce \cx como el carácter Control-X.
• RE2 no reconoce los operadores de agrupamiento atómico (?>...) y ++.
• RE2 no reconoce \C, \G ni \X.
• RE2 no reconoce subpatrones condicionales (?(...)...), comentarios (?#...), referencias de patrones (?R) (?1) (?P>foo) ni llamadas externas de C (?C...).

Además de las limitaciones de RE2 descritas anteriormente, aplicamos más restricciones a la sintaxis de expresiones regulares con la siguiente lista de entidades permitidas:

• Se permiten operadores de un solo carácter
• Los grupos solo pueden tener operadores de subcoincidencia.
• Solo se permiten grupos sin repeticiones
• La repetición de caracteres solo se permite en una sola expresión regular junto con lo siguiente:
  • Operadores de cadenas vacías
  • Otras repeticiones
  • Rangos
  • Repeticiones de rangos
• Los rangos solo pueden tener lo siguiente:
  • Rango de caracteres
  • Rango de dígitos
  • Símbolos que se indican en caracteres permitidos para rangos

Cadena vacía y análogos de cadenas vacías

Operador	Descripción
^	Al principio del texto o la línea (m=true)
$	Al final del texto (como \z, no \Z) o de la línea (m=true)
\A	Al principio del texto
\b	En el límite de una palabra ASCII (con \w a un lado y \W, \A o \z al otro)
\B	No se encuentra en un límite de palabras ASCII
\g	Al comienzo del subtexto que se busca
\G	Al final del último partido
\z	Al final del texto

Repeticiones

Operador	Descripción
x*	Cero o más X, preferiblemente más
x+	Uno o más X, preferiblemente más
x?	Cero o una X, se prefiere una
x{n,m}	N o n+1 o… o m x, preferir más
x{n,}	N o más X, preferir más
x{n}	Exactamente n veces
x*?	Cero o más X, preferiblemente menos
x+?	Uno o más X, preferiblemente menos
x??	Cero o una X, se prefiere cero
x{n,m}?	N o N+1 o… o M x, preferir menos
x{n,}?	N o más X, preferiblemente menos
x{n}?	Exactamente n veces

Subcoincidencia

Operador	Descripción
(re)	Grupo de captura numerado (subcoincidencia)
(?P<name>re)	Grupo de captura con nombre y número (subcoincidencia)
(?<name>re)	Grupo de captura con nombre y número (subcoincidencia)
(?:re)	Grupo sin captura
(?flags)	Establece marcas dentro del grupo actual; no captura
(?flags:re)	Establece marcas durante la RE; no captura

Rangos

Operador	Descripción
[]	Rangos
\d	Dígitos (≡ [0-9])
\D	No son dígitos (≡ [^0-9])
\s	Espacio en blanco (≡ [\t\n\f\r ])
\S	No es espacio en blanco (≡ [^\t\n\f\r ])
\w	Caracteres de palabra (≡ [0-9A-Za-z_])
\W	No son caracteres de palabra (≡ [^0-9A-Za-z_]).
[[:alnum:]]	Alfanumérico (≡ [0-9A-Za-z])
[[:alpha:]]	Alfabético (≡ [A-Za-z])
[[:ascii:]]	ASCII (≡ [\x00-\x7F])
[[:blank:]]	En blanco (≡ [\t ])
[[:cntrl:]]	Control (≡ [\x00-\x1F\x7F])
[[:digit:]]	Dígitos (≡ [0-9])
[[:lower:]]	Minúsculas (≡ [a-z])
[[:space:]]	Espacio en blanco (≡ [\t\n\v\f\r ])
[[:upper:]]	Mayúsculas (≡ [A-Z])
[[:word:]]	Caracteres de palabra (≡ [0-9A-Za-z_])
[[:xdigit:]]	Dígito hexadecimal (≡ [0-9A-Fa-f])

Caracteres permitidos en los rangos

Intervalo de caracteres	Descripción
0-9, A-Z, a-z	Alfanumérico
\x00-\x7F	ASCII
0-9A-Fa-f	Dígitos hexadecimales
\t\n\v\f\r	Espacio en blanco
^	Negación de rango
!"#$%&'()*+,\-.:;<=>?@[\\\]^_`{|}~	Otros caracteres